图像处理项目——人脸检测—视频

人脸检测 

*开发环境为visual studio2010
*使用的是opencv中的Haart特征分类器，harr Cascades
*检测对象为视频中的人脸

一：主要步骤

1.加载分类器，将人脸检测分类器和笑脸检测分类器放在项目目录中去
2.调用detecMutiScale()函数检测，对函数中相关的参数进行修改调整，
　是检测的结果更加精确
3.打开摄像头或者视频文件，把检测到的人脸用矩形画出来

opencv中用来做目标检测的级联分类器的一个

类，其结构如下：
The constructor for the cv::CascadeClassifier object is:
     
      cv::CascadeClassifier::CascadeClassifier(
      const String& filename
　　）；
这个构造函数只需要一个参数，即存储xml文件的名字，此外还有一个默认参数，即是使用
load()成员加载级联。
二：代码

/***************************************************************
主要步骤：
1.将人脸检测分类器放在项目目录中去，加载Haart特征分类器（描述人体各个部位的Haar特征值，包括人脸、眼睛、嘴唇等）
2.调用detecMutiScale()函数检测，对函数中相关的参数进行修改调整
3.打开摄像头或者视频文件把检测到的人脸用矩形画出来
****************************************************************/
#include "opencv2/objdetect.hpp"                                                                                   
#include "opencv2/videoio.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
#include <iostream>
#include <stdio.h>
#include <stdlib.h>
using namespace std;
using namespace cv;

String Path_faceCascade;          //定义xml文件路径,训练模型以xml文件格式保存
CascadeClassifier faceCascade;   //定义人脸分类器,opencv中的harr Cascades
   
int main() 
{  
    Path_faceCascade = "models/haarcascade_frontalface_default.xml";   //导入xml文件，给Path_faceCascade
    if( !faceCascade.load( Path_faceCascade ) ) { 
      printf("--(!)Error loading face cascade
"); 
      return -1; 
  }
  
    VideoCapture cap;    
    Mat img, imgGray;  
    std::vector<Rect> faces;
    cap.open(0);   //打开摄像头  
    //cap.open("../data/test.avi");   //打开视频      
    int c = 0;    
    if(!cap.isOpened()){  
      return 1;  
    }  
  
    while(c!=27)  
    {  
        cap>>img;          
        cvtColor(img, imgGray, CV_RGB2GRAY);       
  
       faceCascade.detectMultiScale(imgGray, faces, 1.2, 6, 0, Size(0, 0));   //检测人脸  
       //画框
       if(faces.size()>0){    
          for(int i =0; i < faces.size(); i++ ) {  
              rectangle(img, Point(faces[i].x, faces[i].y), Point(faces[i].x + faces[i].width, faces[i].y + faces[i].height),Scalar(0, 255, 0), 1, 8);    //框出人脸位置  
          }  
       }  
      
       imshow("Camera", img);  
       int k = waitKey(500);
    //按"q"退出
    if(k == 113){
      destroyAllWindows();
      break;
    }  
  }
}  

三：检测结果

四：稍微修改代码调通对视频文件中人脸的检测

/***************************************************************
主要步骤：
1.将人脸检测分类器放在项目目录中去，加载Haart特征分类器（描述人体各个部位的Haar特征值，包括人脸、眼睛、嘴唇等）
2.调用detecMutiScale()函数检测，对函数中相关的参数进行修改调整
3.打开摄像头或者视频文件把检测到的人脸用矩形画出来
****************************************************************/
#include "opencv2/objdetect.hpp"                                                                                   
#include "opencv2/videoio.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
#include <iostream>
#include <stdio.h>
#include <stdlib.h>
using namespace std;
using namespace cv;

String Path_faceCascade;          //定义xml文件路径,训练模型以xml文件格式保存
CascadeClassifier faceCascade;   //定义人脸分类器,opencv中的harr Cascades
   
int main() 
{  
    Path_faceCascade = "models/haarcascade_frontalface_default.xml";   //导入xml文件，给Path_faceCascade
    if( !faceCascade.load( Path_faceCascade ) ) { 
      printf("--(!)Error loading face cascade
"); 
      return -1; 
  }
  
    VideoCapture cap;   
     
    std::vector<Rect> faces;
    //cap.open(0);   //打开摄像头  
    cap.open("E://demo.avi");   //打开视频   
    if(!cap.isOpened()){  
      return 1;  
    }  
  
    Mat img, imgGray;  
    while(1)  
    {  
        
        cap>>img;          
        cvtColor(img, imgGray, CV_RGB2GRAY);       
  
       faceCascade.detectMultiScale(imgGray, faces, 1.2, 6, 0, Size(0, 0));   //检测人脸  
       //画框
       if(faces.size()>0){    
          for(int i =0; i < faces.size(); i++ ) {  
              rectangle(img, Point(faces[i].x, faces[i].y), Point(faces[i].x + faces[i].width, faces[i].y + faces[i].height),Scalar(0, 255, 0), 1, 8);    //框出人脸位置  
          }  
       }  
      
       imshow("Camera", img);  
      waitKey(30);
    }  
  cap.release();//释放资源
}  

检测结果